【正文】 I = imread(imgpath)。white39。amp。)。 num2str(subjectindex) 39。ORL\S39。)。 for y=1:1:train_img for z=1:1:form_bin_num sum = sum + abs( test_processed_bin(z) train_processed_bin(z,y) )。 for j=1:1:c if( (mod(j,bin_num)) == 0 ) sum = sum + test_hist_img(j)。 test_hist_img(max_hist_level) = 0。Training Done39。 for i=1:1:c K = 1。.bmp39。 train_processed_bin(form_bin_num,train_img) = 0。 sub_img = 10。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。, 33 FR_Processed_histogram_OutputF, ... 39。 gui_State = struct(39。若要進(jìn)一步提高識(shí)別率和適用范圍，則還需要結(jié)合其它算法，如 PCA、神經(jīng)網(wǎng)絡(luò)等。 最后確定最小差異的圖像與測(cè)試圖像匹配， 識(shí)別的準(zhǔn)確性是 % 28 第五章 結(jié)語(yǔ) 基于 matlab 數(shù)字圖像處理與識(shí)別系統(tǒng)其實(shí)是一個(gè)范圍很大的應(yīng)用系統(tǒng)，作者在此只是有針對(duì)性、有選 擇地進(jìn)行了一些開(kāi)發(fā)和實(shí)現(xiàn)。實(shí)際中有時(shí)需要變換直方圖使之成為某個(gè)需要的形狀 ,從而有選擇地增強(qiáng)某個(gè)灰度值范圍內(nèi)的對(duì)比度或使圖像灰度值的分布滿(mǎn)足特定的要求 ,這時(shí)可以采用比較靈活的直方圖規(guī)定化方法。每種算子對(duì)不同方向邊緣的檢測(cè)能力和抑制噪聲的能力都不同。只有這樣，不同圖像在特征提取和識(shí)別時(shí)才具有可比性。對(duì)掃描得到的人臉圖像根據(jù)其噪聲類(lèi)型一般采用此種濾波方法。作為通用人臉圖像預(yù)處理模塊，要能夠充分適應(yīng)不同人臉庫(kù)中圖像在人臉大小、光照強(qiáng)度、成像系統(tǒng)等方面的任意性和差異性，不能單獨(dú)采用某種單一的濾波、灰度變換和邊緣檢測(cè)方法。r39。 j=k。)。 end imshow(BW)。 [o p]=size(loc)。 r=floor(n1/10)。但是直接使用 SVM 方法進(jìn)行人臉識(shí)別有兩方面的困難：第一，訓(xùn)練時(shí)需要求解二次規(guī)劃問(wèn)題計(jì)算復(fù)雜度高，內(nèi)存需求量巨大；第二，在非人臉樣本不受限制時(shí)，需要極大規(guī) 模的訓(xùn)練集合，得到的支持向量會(huì)很多，使得分類(lèi)器的計(jì)算量過(guò)高。在檢測(cè)中，首先抽取這些灰度、邊緣等信息，然后檢驗(yàn)它是否符合知識(shí)庫(kù)中關(guān)于人臉的先驗(yàn)知識(shí)。 Yang 等在考察了不同種族、不同個(gè)體的膚色后，認(rèn)為人類(lèi)的膚色能在顏色空間中聚成單獨(dú)的一類(lèi)，而影響膚色值變化的最主要因素是亮度變化。對(duì)人臉的定位在輸入是圖像序列時(shí)一般也稱(chēng)之為人臉跟蹤。 不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來(lái)源和識(shí)別算法需要不同，采用的預(yù)處理方法也不同。canny39。 h=fspecial(39。f:\39。)。)。 邊緣檢測(cè) 數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ) ,也是圖像識(shí)別中提取圖像特征的一個(gè)重要屬性。下面以空域增強(qiáng)法的幾種方法加以說(shuō)明。圖像的輸出用 imwrite()函數(shù)就可以很方便的把圖像輸出到硬盤(pán)上 。 Matlab 還推出了功能強(qiáng)大的適應(yīng)于圖像分析和處理的工具箱 ,常用的有圖像處理工具箱、小波分析工具箱及數(shù)字信號(hào)處理工具箱。這包括兩類(lèi)識(shí)別問(wèn)題：一類(lèi)是閉集 (Close Set)人臉識(shí)別問(wèn)題，即假定輸入的人臉一定是人臉庫(kù)中的某個(gè)個(gè)體；另一類(lèi)是開(kāi)集 (Open Set)識(shí)別，即首先要對(duì)輸入人臉是否在已知人臉庫(kù)中做出判斷，如果是，則給 出其身份。 圖 人臉識(shí)別系統(tǒng)一般框架 (1)人臉圖像的獲取 一般來(lái)說(shuō)，圖像的獲取都是 通過(guò)攝像頭攝取，但攝取的圖像可以是真人，也可以是人臉的圖片或者為了相對(duì)簡(jiǎn)單，可以不考慮通過(guò)攝像頭來(lái)攝取頭像，而是直接給定要識(shí)別的圖像。 人臉圖像識(shí)別的應(yīng)用前景 人臉圖像識(shí)別除了具有重大的理論價(jià)值以及極富挑戰(zhàn)性外，還其有許多潛在的應(yīng)用前景，利用人臉圖像來(lái)進(jìn)行身份驗(yàn)證，可以不與目標(biāo)相接觸就取得樣本圖像，而其它的身份驗(yàn)證手段，如指紋、眼睛虹膜等必須通過(guò)與目標(biāo)接觸或相當(dāng)接近來(lái)取得樣木，在某些場(chǎng)合，這些識(shí)別手段就會(huì)有不便之處。如同人的指紋一樣，人臉也具有唯一性，也可用來(lái)鑒別一個(gè)人的身份。 目 錄 第一章 緒論 ................................................................................................................. 1 研究背景 ......................................................................................................... 2 人臉圖像識(shí)別的應(yīng)用前景 .............................................................................. 3 本文研究的問(wèn)題 .............................................................................................. 4 識(shí)別系統(tǒng)構(gòu)成 ................................................................................................. 4 論文的內(nèi)容及組織 .......................................................................................... 6 第二章 圖像處理的 Matlab 實(shí)現(xiàn) ................................................................................ 7 Matlab 簡(jiǎn)介 ...................................................................................................... 7 數(shù)字圖像處理及過(guò)程 ...................................................................................... 7 圖像處理的基本操作 ............................................................................. 7 圖像類(lèi)型的轉(zhuǎn)換 ..................................................................................... 8 圖像增強(qiáng) ................................................................................................. 8 邊緣檢測(cè) ................................................................................................. 9 Matlab實(shí)現(xiàn)實(shí)例 ................................................................ 9 本章小結(jié) ....................................................................................................... 13 第三章 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) ........................................................................... 14 引言 ............................................................................................................... 14 ................................................................................................ 15 人臉檢測(cè)定位算法 ........................................................................................ 15 人臉圖像的預(yù)處理 ....................................................................................... 22 仿真系統(tǒng)中實(shí)現(xiàn)的人臉圖像預(yù)處理方法 .......................................... 23 1 第四章 基于直方圖的人臉識(shí)別實(shí)現(xiàn) ....................................................................... 26 識(shí)別理論 ......................................................................................................... 26 人臉識(shí)別的 matlab 實(shí)現(xiàn) ............................................................................... 26 本章小結(jié) ....................................................................................................... 27 第五章 總結(jié) ............................................................................................................... 28 致謝 ............................................................................................................................. 29 參考文獻(xiàn) ..................................................................................................................... 30 附錄 ............................................................................................................................. 32 2 第一章 緒論 本章提出了本文的研究背景及應(yīng)用 前景?，F(xiàn)在己 有實(shí)用的計(jì)算機(jī)自動(dòng)指紋識(shí)別系統(tǒng)面世，并在安檢等部門(mén)得到應(yīng)用，但還沒(méi)有通用成熟的人臉自動(dòng)識(shí)別系統(tǒng)出現(xiàn)。 就從目前和將來(lái)來(lái)看，可以預(yù)測(cè)到人臉圖像識(shí)別將具有廣闊的應(yīng)用前 景，如表 11 中所列舉就是其中已經(jīng)實(shí)現(xiàn)或逐步完善的應(yīng)用。 (2)人臉的檢測(cè) 人臉檢測(cè)的任務(wù)是判斷靜態(tài)圖像中是否存在人臉。 (5)基于人臉圖像比對(duì)的身份驗(yàn)證 即人臉確認(rèn) (Face Verification)問(wèn)題。利用這些工具箱 ,我們可以很方便的從各個(gè)方面對(duì)圖像的性質(zhì)進(jìn)行深入的研究。另外還可以用 imcrop()、 imrisize()、 8 imrotate()等來(lái)實(shí)現(xiàn)圖像的裁剪、縮放和旋轉(zhuǎn)等功能。 (1).灰度變換增強(qiáng) 有多種方法可以實(shí)現(xiàn)圖像的灰度變換 ,其中最常用的就是直方圖變換的方法 ,即直方圖的均衡化。邊緣檢測(cè)算子可以檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化 ,也包括對(duì)方向的確定 ,其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。j=rgb2gray(i)。 j=histeq(i)。)。gaussian39。,[,],)。常用的人臉圖像預(yù)處理方